Filtreler
Filtreler
Bulunan: 36 Adet 0.001 sn
Tam Metin [1]
Yayın Tarihi [1]
Yayın Dili [2]
Effect of particle size distribution modality of CaCO3 on sealing wide fractures using sepiolite muds CaCo3 parçacık boyut dağılım modalitesinin sepiyolit çamurları kullanılarak geniş çatlakların tıkanmasına etkisi

Tezcan, Meltem

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

SUMMARYLost circulation is defined as the invasion of naturally fractured and unconsolidated formations by the drilling fluid. Preventing loss circulation is a highly challenging problem while drilling a well. High loss circulation results in cost increase and well instability problems along with the contamination of productive formations. Lost circulation materials (LCMs) are used to prevent partial or total losses through pore throat and fractures. Special LCM treatments may be applied in the case of severe losses for wide fractures. However, the outcomes of all these efforts have not been leading to provide a valid theory or prot . . .ocol particularly in early time wide fracture sealing. This experimental study attempts to investigate the contribution of LCM sizes and concentrations, unimodal, bimodal, and trimodal LCM particle size distributions (PSD) and LCM combination quantity on the early time wide fracture sealing.ÖZETKayıp sirkülasyon, sondaj akışkanının doğal olarak oluşmuş çatlaklı formasyonlara ve konsolide olmamış çatlak formasyonlara (unconsolidated fractured formations) nüfuz etmesi olarak tanımlanmaktadır. Kayıp sirkülasyonunun önlenmesi, sondaj operasyonları sırasında oldukça önemli bir problemdir. Yüksek kayıp sirkülasyonu, kontamine edici oluşumların yanı sıra maliyet artışına ve kuyu stabilitesi (well instability) sorunlarına yol açmaktadır. Kayıp sirkilasyon malzemeleri (LCM), gözeneklerde ve çatlaklarda oluşan kısmi veya toplam kayıp sirkülasyonu önlemek için kullanılmaktadır. Geniş çatlaklarda ciddi kayıplar olması durumunda özel LCM kombinasyonları uygulanabilmektedir. Bununla birlikte, literatürde çatlakların erken tıkanması ile ilgili geçerli bir teori veya protokol bulunmamaktadır. Bu deneysel tez çalışmasında, LCM boyutları ve konsantrasyonları, tek modlu (unimodal), iki modlu (bimodal) ve üç modlu (trimodal) LCM parçacık boyutu dağılımlarının (PSD) ve LCM kombinasyon miktarının erken zamandaki geniş çatlak tıkamasına etkisi araştırılmıştır Daha fazlası Daha az

Estimation of emotional situation using EEG signals and machine learning methods EEG sinyalleri ve makine öğrenme yöntemlerini kullanılarak duygusal durum kestirimi

Yeşilkaya, Bartu

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

ÖZETEmotion estimation is an effective analysis method used to increase the interaction between humans and machines. Electroencephalogram (EEG) based emotion prediction studies based on brain signals become very attractive since they provide successful results of emotion analysis. In this study, new methods for emotion prediction are presented in accordance with dimensional emotion modeling. Multichannel EEG signals are recorded while the subjects viewed pictures from the International Affective Image System (IAPS) data set. Signal preconditioning and artefact elimination was performed by applying necessary filters on the recorded d . . .ata. Several features are extracted and the signals are classified using classification methods such as support vector machines and K-nearest neighbor. To improve the classification performance, we propose a second method where EEG signals are further analyzed by Multivariate Empirical Mode Decomposition (MEMD) and similar features are extracted from the intrinsic mode functions (IMFs) of the MEMD and classified using machine learning methods. As a third method, Deep Learning (DL) approach is proposed for classification of emotional labels. Time-frequency (TF) representations of the IMFs extracted using MEMD method are calculated by the Short-time Fourier Transform (STFT) and spectrogram. These spectrograms considered as TF images are applied to a Convolutional Neural Network (CNN) to classify the emotional labels. Performance results of the proposed methods suggest that utilizing an advanced signal processing method such as MEMD and using DL approach for classification provides encouraging results and may be used in future human-machine interaction studies.SUMMARYDuygu tahmini insanlar ve makineler arasındaki etkileşimi arttırmak amaçlı kullanılan etkili bir analiz yöntemidir. Duygu analizi deneylerinde başarılı sonuçlar verdiği için günümüzde beyin sinyallerine dayalı, elektroensefalogram (EEG) tabanlı duygu tahmini araştırmaları ilgi çekmektedir. Bu çalışmada boyutsal duygu modellemesi doğrultusunda duygu tahmini analizi için yeni yöntemler önerilmektedir. Uluslararası Afektif Görüntü Sisteminden (IAPS) alınan görseller ile oluşturulmuş veri seti kullanılarak çok kanallı EEG sinyalleri kayıt edilmiştir. Bu veriler üzerinde gerekli olan filtreler uygulanarak veri temizleme ve gürültü giderme ön işlemleri gerçekleştirilmiştir. Daha sonra EEG sinyallerinden çeşitli öznitelikler elde edilmiş ve Destek Vektör Makineleri (DVM) ve K-en yakın komşu gibi sınıflandırma yöntemleri kullanılarak sınıflandırılmıştır. Başarı oranını arttırmak için EEG sinyalleri Çok Değişkenli Görgül Kip Ayrışım (ÇDGKA) yöntemi ile analiz edilerek elde edilen Özgün Kip Fonksiyonlarından (ÖKF) benzer öznitelikler hesaplanmış ve sınıflandırılmıştır. Duygu durum kestirimi için üçüncü bir yöntem olarak derin öğrenme tabanlı bir yaklaşım önerilmiştir. ÇDGKA ile elde edilen ÖKF'lerin zaman-frekans (ZF) gösterimleri Kısa Zamanlı Fourier Dönüşümü (KZFD) ve Spektrogram ile elde edilmiştir. Hesaplanan spektrogram matrisleri ZF imgesi olarak değerlendirilmiş, evrişimsel sinir ağını eğitmek ve duygu durum kestirimi için giriş olarak kullanılmıştır. Önerilen yöntemlerin başarım sonuçları, ÇDGKA gibi ileri sinyal analiz yöntemi ve derin öğrenme yaklaşımı kullanılarak duygu durum kestiriminde başarılı sonuçlar elde edildiğini ve gelecek insan-makine etkileşim sistemlerinde kullanılabileceğini göstermektedir Daha fazlası Daha az

Investigation of time-dependent behavior of a high-rise reinforced concrete building Betonarme yüksek bir binanın zamana bağlı davranışının incelenmesi

Zamani, Amanullah

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

Özet:Sünme ve büzülme gibi zamana bağlı deformasyonlardan dolayı yüksek katlı binaların düşey elemanlarında eksenel kısalmalar meydana gelmektedir. Düşey elemanların eksenel kısalmaları yapısal ve yapısal olmayan elemanlarda beklenmedik hasarlara neden olabildiğinden yapı mühendislerinin araştırması gereken bir konu olmuştur. Eksenel kısalmaların miktarını belirlemek için çeşitli hesap yöntemleri mevcuttur. Binaların statik hesaplarında, geleneksel bir yaklaşım olarak, bina inşaatının tamamlanmasından sonra dış yüklerin yapıya doğrudan ve tek bir adımda uygulandığı varsayılarak yapılar modellenip incelenmektedir. Ancak bu hesap yönt . . .emine zamana bağlı deformasyonlar dahil olamadığı için düşey elemanların eksenel kısalmaları doğru şekilde belirlenememekte ve binanın davranışı gerçekçi şekilde hesaplanamamaktadır. Bu çalışmada, inşaat aşamalarının yanı sıra sünme ve büzülme gibi zamana bağlı etkiler de dikkate alınarak betonarme yüksek bir binanın yapısal davranışı detaylı şekilde incelenmiştir.Summary:Axial shortening occurs in vertical members of high-rise buildings due to time dependent deformations such as creep and shrinkage. Structural engineers have been investigating axial shortening of vertical elements since it can cause unexpected damages in structural and non-structural elements. Several calculation methods are available to determine the amount of axial shortening. In the static analysis of buildings, as a traditional approach, after the completion of the building construction, structures are modeled and examined, assuming that external loads are applied directly and in one step. However, since time-dependent deformations were not included in this analysis method, the axial shortening of the vertical elements cannot be determined accurately and the behavior of the building cannot be calculated realistically. In this study, the structural behavior of a high-rise reinforced concrete building was investigated in details by taking into consideration of the time-dependent effects such as creep and shrinkage as well as construction phases Daha fazlası Daha az

A machine learning approach to biomass gasification process Biyokütle gazlaştırması sürecine makine öğrenmesi yaklaşımı

Elmaz, Furkan

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

Özet:Makine öğrenmesi (ML), araştırmacılara güçlü hesaplama araçları sunarak bilimin birçok alanında benzersiz veri odaklı çözümler yaratmalarının yolunu açmaktadır. Özellikle ilgili girdi ve çıktı verilerinin toplanarak ve ML algoritmalarının sayesinde altında yatan sürecin keşfedilmesi yaklaşımı, araştırmacıların kendi alanlarında geleneksel analitik ve/veya numerik yaklaşımların sahip olduğu sınırlamaların üstesinden gelmelerini sağlamıştır. Biyokütle gazlaştırmasıdır da bu süreçlerden biridir. Biyokütle gazlaştırması, biyolojik atık ve benzeri yenilenebilir enerji kaynaklarını kullanma kabiliyeti nedeniyle umut verici bir enerji . . . üretim sürecidir. Bu tezde, biyokütle gazlaşmasının sahip olduğu zorluklar ML perspektifinden ele alınmıştır.Summary:Machine learning (ML) has been paving the way for researchers to create unique data-driven solutions in many areas of science by offering a strong set of computational tools. Especially the collecting related input and output data and letting ML algorithms try to discover the underlying phenomenon approach enabled researchers to overcome severe limitations of conventional analytical and/or numeric approaches in their respective fields. One such phenomenon is the biomass gasification Daha fazlası Daha az

Metal oksitler ile modifiye edilmiş karbon türevlerinden nanokompozit yapıların sentezi ve karakterizasyonu

Akdeniz, Gökçen Salman

Yüksek Lisans | 2020 | Fen Bilimleri Enstitüsü

Özet:Disiplinler arası bir yaklaşıma sahip olan nanobilim ve nanoteknoloji son yıllarda modern dünyayı etkili bir şekilde dönüştürüp, biçimlendirmeye başlamıştır. Teoride birbirine uzak temellere dayanan bilim alanlarının temsilcileri nanobilim çatısı altında bir araya gelerek yenilikçi, çevreci ve hayatı kolaylaştıran teknolojiler geliştirmektedir. Bu gün bu teknolojik ürünler akıllı malzemeler olarak anılır. Yeni nesil nanokompozitler de eşsiz özelliklerinden dolayı akıllı malzeme olarak kabul edilmektedir. Bu çalışmada metal oksitler ile modifiye edilmiş karbon türevlerinden nanokompozitler sentezlenmiş ve bu yapıların yüzey anal . . .iz karakterizasyonları, taramalı elektron mikroskobu(SEM), Raman spektroskopisi (RAMAN) ve X-ışını difraktometrisi(XRD) ile yapılmıştır.Summary:Nanoscience and nanotechnology, which have an interdisciplinary approach, have begun to effectively transform and shape the modern world in recent years. In theory, representatives of science fields based on distant foundations come together in the field of nanoscience to develop innovative, environmentally friendly and life-facilitating technologies. Today, these technological products are referred to as smart materials. New generation nanocomposites are also considered as smart materials due to their unique properties. In this study, nanocomposites from carbon derivatives modified with metal oxides were synthesized and surface analysis characterizations of these structures were done by scanning electron microscopy (SEM), Raman spectroscopy (RAMAN) and X-ray diffractometry (XRD) Daha fazlası Daha az

Machine learning and signal processing on recognizing epileptic seizure patterns Epileptik kriz örüntülerinin tanınmasında makine öğrenmesi ve sinyal işleme

Büyükçakır, Barkın

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

Özet:Makine öğrenimi yöntemleri, bir mekanizmanın girdileri ve çıktıları arasında mevcut ancak belirsiz bir ilişkinin olduğu durumlarda öne çıkmaktadır. En yaygın beyin bozukluklarından biri olan epilepsi de böyle bir durumdur. Bu nedenle, makine öğrenme algoritmalarının öngörücü yetenekleri ile birlikte sinyal işleme tekniklerinin açıklayıcı gücünden yararlanmak, EEG kayıtlarından epileptik nöbetleri saptamak ve tahmin etmek için uygun bir yaklaşımdır. Bu çalışma, nöbetleri tespit etmek ve tahmin etmek için iki ayrı ancak uyumlu çerçeve sunar. İlk çerçeve, birkaç sınıflandırıcı ile nöbet aktivitesini tespit etmek için Hilbert titre . . .şim ayrışması ile ayrıştırılan EEG sinyallerinin özellik çıkarılması ve sınıflandırılmasından oluşur. Ayrıca, HVD yönteminin performansları ve diğer geleneksel ayrışma teknikleri karşılaştırılmaktadır. İkinci çerçeve, bir evirişimli sinir ağı ve bir post-proses algoritması kullanarak, preiktal aktiviteyi tespit etmek ve alarmları yükseltmek için sınıflandırma hedefini nöbet öncesi dönemlere kaydırarak ilkinin metodolojisini geliştirmektedir.Summary:Machine learning methods thrive in cases where there is a present but obscure relation between the inputs and outputs of a mechanism. Epilepsy, one of the most common brain disorders, is one such case. Leveraging the descriptive power signal processing techniques along with the predictive capabilities of machine learning algorithms is, therefore, a suitable approach to detect and predict epileptic seizures from EEG recordings. This work presents two separate but compatible frameworks in order to detect and predict seizures. The first framework consists of feature extraction and classification of EEG signals decomposed with the Hilbert vibration decomposition in order to detect seizure activity with several classifiers. Also, the performances of the HVD method and other conventional decomposition techniques are compared. The second framework builds upon the methodology of the first one by shifting the classification target to pre-seizure periods to detect preictal activity and raise alarms using a convolutional neural network and a novel post-processing algorithm Daha fazlası Daha az

Osteojenik farklılaşmayı tetikleyen çok işlevli kendiliğinden yapılanan peptit hidrojellerin geliştirilmesi

Gökmen, Oğuzhan

Yüksek Lisans | 2020 | Fen Bilimleri Enstitüsü

Özet:Kemik, kendiliğinden iyileşen ve skar dokusu olmadan yenilenebilen bir doku olmasına rağmen, bu rejenerasyon her zaman tam olarak gerçekleşmez. Büyük defektlerde ve çok parçalı kırıklarda kemiğin yenilenme kapasitesi yetersiz olabilir. Bu gibi durumlarda, kemik defektinin çeşitli materyallerle doldurulması, kemik iyileşmesini tetikleme ve bu süreçte yapısal ve mekanik destek sağlama açısından büyük öneme sahiptir. Doğada bulunan aminoasitlerin yanı sıra, sentetik amino asitler kullanılarak birçok peptit kimyasal sentez yöntemleri ile kolayca oluşturulabilir. Peptitleri oluşturan amino asitlerin çeşitliliği, çok farklı fiziksel . . .ve kimyasal peptit yapılarının edinilmesini sağlar ve bu da geniş bir uygulama yelpazesi elde etmeyi mümkün kılar. Peptit kimyasının bu zenginliği sayesinde, hidrojel oluşturabilen peptitlerin çalışma alanları gittikçe artmaya başlamıştır. Bu çalışmada kütlece farklı oranlardaki fonksiyonel epitoplar ile modifiye edilmiş kendiliğinden yapılanabilen peptit hidrojellerin mekanik özellikleri, hücre canlılığı ve osteojenik farklılaşma üzerinde etkisi araştırılmıştır.Summary:Although bone is a self-healing tissue that can be regenerated without scar tissue, this regeneration does not always occur completely. Bone regeneration capacity may be insufficient in large defects and multi-part fractures. In such cases, filling the bone defect with various materials is of great importance for triggering bone healing and providing structural and mechanical support in this process. In addition to the amino acids found in nature, many peptides can be readily formed by chemical synthesis methods using synthetic amino acids. The diversity of amino acids that make up the peptides allows for the acquisition of very different physical and chemical peptide structures. This makes it possible to obtain a wide range of applications. Thanks to this richness of peptide chemistry, the working range of the hydrogel-forming peptides is gradually increasing. In this study, the effect of self-assembled peptide hydrogels modified with massively different functional epitopes on mechanical properties, cell viability and osteogenic differentiation was investigated Daha fazlası Daha az

Dielectrophoretically alignment of MWCNTs in poly(ethylene glycol) dimethacrylate for neural guiding of PC12 cells PC12 hücrelerinin nöral yönlendirilmesi için ÇDKNT'lerin poli(etilen glikol) dimetakrilat içinde dielektroforetik olarak hizalanması

Seven, Fikri

Yüksek Lisans | 2020 | Graduate School of Natural and Applied Sciences

ABSTRACTPC12 cell line is widely used as an in vitro model for neuronal diseases and studying cell differentiation behavior. The cell line has the ability to differentiate into neuronlike cells in the presence of nerve growth factor (NGF), resulting in neural extensions called dendrites and axons. Cell patterning is widely used in applications such as neuron network formation, tissue engineering, and cell based biosensors. In this study, the effect of randomly distributed and aligned multi walled carbon nanotubes (MWCNTs) in poly(ethylene glycol) dimethacrylate (PEGDMA) on PC12 cell neuronal differentiation behavior was investigated . . . in the presence of NGF. First, theeffect of randomly distributed MWCNTs in PEGDMA was investigated in terms of neurite length, number of neurite per cell and gene expression profiles of two neuronal differentiation markers. Then, an Au interdigitated electrode array (IDA) microchip was fabricated using contact-lithography. MWCNTs were aligned with dielectrophoresis in PEGDMA using the Au-IDA microchip and, UV treatment was used to polymerize the hydrogel, which helped fixing the position of aligned MWCNTs. The hydrogel containing the aligned MWCNTs was peeled off from the microchip and coated with collagen for PC12 cell seeding. The results clearly demonstrated that PC12 cells fell into microstructures created by the Au-IDA microchip and neurites followed the MWCNT tracks. The results of the study are expected to be useful for guiding neural growth in tissue engineering applications.ÖZETPC12 hücre hattı, nöral hastalıkları ve hücre farklılaşma davranışlarını incelemek için in vitro bir model olarak yaygın olarak kullanılmaktadır. Bu hücre hattı, sinir büyüme faktörü (NGF) varlığında farklılaşarak nörit, dentrit ve akson adı verilen uzantılar oluşturma yeteneğine sahiptir. Hücre desenleme nöral ağ oluşumu, doku mühendisliği ve hücre bazlı biyosensörler gibi uygulamalarda yaygın olarak kullanılmaktadır. Buçalışmada poli(etilen glikol) dimetakrilat (PEGDMA) içerisinde rastgele dağıtılmış ve hizalanmış çok duvarlı karbon nanotüplerin (ÇDKNT) NGF varlığında PC12 hücrelerinin farklılaşması üzerindeki etkileri araştırılmıştır. İlk olarak, PEGDMA içerisinde rastgele dağıtılmış ÇDKNT’lerin nöronal farklılaşma üzerindeki etkisi, nörit uzunluğu, hücre başına nörit sayısı ve iki nöronal farklılaşma belirtecinin ekspresyon profilleri açısından araştırılmıştır. Daha sonra, birbirine kenetlenmiş elektrot dizisine (IDA) sahip Au-mikroçip litografi yöntemiyle üretilmiştir. PEGDMA içerisinde süspanse edilen ÇDKNT’ler, Au-IDA mikroçip üzerinde dielektroforez uygulanarak hizalanmış ve daha sonra hidrojel, polimerizasyon için UV ışığına maruz bırakılmıştır. Hizalanmış ÇDKNT'leri içeren hidrojel mikroçip üzerinden ayırılmış ve PC12hücrelerinin ekimi için kollajen ile kaplanmıştır. Sonuçlar, PC12 hücrelerinin Au-IDA mikroçipi ile oluşturulan mikroyapılara düştüğünü ve hizalanan ÇDKNT’lerin PC12 hücrelerinden uzanan nöritleri yönlendirdiğini açıkça göstermiştir. Çalışma sonuçlarının doku mühendisliği uygulamalarında nöral büyümenin yönlendirilmesinde yararlı olacağı düşünülmektedir Daha fazlası Daha az

Üst ekstremite için iki serbestlik dereceli bir rehabilitasyon sisteminin tasarımı ve geliştirilmesi

Ayar, Okan

Yüksek Lisans | 2020 | Fen Bilimleri Enstitüsü

ÖZETBu tez kapsamında, ileri yaş ve çeşitli hastalıklardan kaynaklanabilen üst ekstremite rahatsızlıklarının rehabilitasyonu için kullanılabilecek iki serbestlik dereceli bir rehabilitasyon sisteminin tasarlanması ve geliştirilmesi hedeflenmiştir. Çalışma boyunca önerilen sistemin kinematik ve yapısal tasarımı gerçekleştirilmiş, rehabilitasyon kontrol çalışmalarında kullanılabilmesi için hasta robot etkileşimini sağlayacak bir uç nokta tutucu kol tasarlanmış ve prototip üretimi gerçekleştirildikten sonra sunulan rehabilitasyon sistemi ile admitans kontrol ve donanım doğrulama çalışmaları yürütülmüştür. Tez kapsamında temel olarak me . . .kanik tasarım, ön kontrol, rehabilitasyon ve kontrol süreçleri yer almaktadır. Mekanik tasarım sürecinde önerilen sistemin ileri ve ters kinematik analizleri, uzuv boyutlandırılması, CAD modelinin tasarımı ve prototipleme süreçlerine odaklanılmıştır.ABSTRACTWithin the scope of this thesis, it is aimed to design and develop two degrees of freedom rehabilitation system that can be used for upper extremity rehabilitation in case of disorders that may result due to aging and/or various diseases. Throughout the study, kinematic and structural design of the proposed system was carried out, an end effector to provide patient robot interaction via control was designed, and following the post prototyping admittance control studies were carried out on the rehabilitation system. This thesis basically includes mechanical design, early control studies, rehabilitation and control processes. During mechanical design process, direct and inverse kinematic analyzes, link dimensioning, CAD model design and prototyping processes were being focused Daha fazlası Daha az

Üç boyutlu yersel ağların robustluk analizi

Aytemür, Muhammed Ali

Yüksek Lisans | 2020 | Fen Bilimleri Enstitüsü

ÖZETJeodezinin en önemli amaçlarından birisi belirli bir koordinat sisteminde noktakoordinatları üretmektir. Bu amaçla jeodezik ağlar klasik ölçümler veya GNSSölçümleri ile ölçülerek kurulmaktadır. Jeodezik ağlardan üretilen koordinatlar harita yapımı, mühendislik alanları, askeri uygulamalar, yer kabuğu hareketleri ve deformasyon takibi gibi birçok alanda kullanılmaktadır. Jeodezik bir ağınkurulumunda ölçülerdeki olası bir sistematik ve kaba hatanın (uyuşumsuz ölçü) yapılmış olması ağ sonuçlarını olumsuz bir şekilde etkilemektedir. Ağın dengelemesi en küçük kareler yöntemi (EKKY) ile yapılarak bu hatalardan arındırılmaya çalışılara . . .k nokta koordinatları üretilir. EKKY uyuşumsuz ölçüleri belirleyip elimine etmekte yetersiz kalmaktadır.ABSTRACTOne of the most important goals of geodesy is to generate point coordinates in a specific coordinate system. For this purpose, geodetic networks are established by measuring using classical measurements or GNSS measurements. Coordinates produced from geodetic networks are used in many areas such as mapping, engineering fields, military applications, earth crust movements and deformation monitoring. Inthe establishment of a geodetic network, a possible systematic and gross error (outlying measurement) in the observations affects the network results negatively. Point coordinates are estimated by adjusting the network using the Least Squares Method (LSM) and trying to eliminate these errors. The LSM is insufficient to identify and eliminate outlying observations Daha fazlası Daha az

6698 sayılı Kişisel Verilerin Korunması Kanunu kapsamında yükümlülüklerimiz ve çerez politikamız hakkında bilgi sahibi olmak için alttaki bağlantıyı kullanabilirsiniz.

creativecommons
Bu site altında yer alan tüm kaynaklar Creative Commons Alıntı-GayriTicari-Türetilemez 4.0 Uluslararası Lisansı ile lisanslanmıştır.
Platforms